网站建设的编程语言,北京网站建,关键词优化一年多少钱,莱芜都市网论坛在阿里巴巴的数据体系中#xff0c;我们建议将数据仓库分为三层#xff0c;自下而上为#xff1a;数据引入层#xff08;ODS#xff0c;Operation Data Store#xff09;、数据公共层#xff08;CDM#xff0c;Common Data Model#xff09;和数据应用层#xff08…在阿里巴巴的数据体系中我们建议将数据仓库分为三层自下而上为数据引入层ODSOperation Data Store、数据公共层CDMCommon Data Model和数据应用层ADSApplication Data Service。
数据仓库的分层和各层级用途如下图所示。 数据引入层ODSOperation Data Store存放未经过处理的原始数据至数据仓库系统结构上与源系统保持一致是数据仓库的数据准备区。主要完成基础数据引入到MaxCompute的职责同时记录基础数据的历史变化。 数据公共层CDMCommon Data Model又称通用数据模型层包括DIM维度表、DWD和DWS由ODS层数据加工而成。主要完成数据加工与整合建立一致性的维度构建可复用的面向分析和统计的明细事实表以及汇总公共粒度的指标。 公共维度层DIM基于维度建模理念思想建立整个企业的一致性维度。降低数据计算口径和算法不统一风险。 公共维度层的表通常也被称为逻辑维度表维度和维度逻辑表通常一一对应。 公共汇总粒度事实层DWS以分析的主题对象作为建模驱动基于上层的应用和产品的指标需求构建公共粒度的汇总指标事实表以宽表化手段物理化模型。构建命名规范、口径一致的统计指标为上层提供公共指标建立汇总宽表、明细事实表。 公共汇总粒度事实层的表通常也被称为汇总逻辑表用于存放派生指标数据。 明细粒度事实层DWD以业务过程作为建模驱动基于每个具体的业务过程特点构建最细粒度的明细层事实表。可以结合企业的数据使用特点将明细事实表的某些重要维度属性字段做适当冗余即宽表化处理。 明细粒度事实层的表通常也被称为逻辑事实表。 数据应用层ADSApplication Data Service存放数据产品个性化的统计指标数据。根据CDM与ODS层加工生成。
